Δεν σας αρέσει; Δεν πειράζει! Μπορείτε αν θέλετε να κάνετε επιστροφή εντός 30 ημερών.
Δεν θα κάνετε ποτέ λάθος με μια δωροεπιταγή. Χαρίστε στους αγαπημένους σας την επιλογή να διαλέξουν οι ίδιοι οτιδήποτε από τη συλλογή μας.
30 ημέρες για την επιστροφή των προϊόντων
XXI wiek to czas sztucznej inteligencji. Nie tylko tej specjalistycznej, ktora kieruje samochodami, tlumaczy jezyki naturalne czy szuka leku na raka, ale rowniez uniwersalnej, rozwiazujacej zadania z roznych dziedzin. Ten przelom zawdzieczamy splotowi trzech zdarzen: rozwojowi technologii przechowywania i przetwarzania danych, nowej metodzie naukowej (data science), oraz uczeniu maszynowemu, w szczegolnosci znacznemu postepowi w zakresie glebokiego uczenia maszynowego. Ksiazka przedstawia uczenie maszynowe w ujeciu praktycznym. Przeprowadzajac opisane w niej eksperymenty data science poznamy zastosowanie regul statystycznych i algorytmow uczenia maszynowego do rozwiazywania konkretnych problemow. Takie podejscie oznacza, ze studenci informatyki oraz specjalisci - analitycy, informatycy i bazodanowcy - zdobeda nie tylko teoretyczna wiedze, ale rowniez umiejetnosc jej praktycznego wykorzystania w codziennej pracy. Ksiazka podzielona jest na cztery czesci: . Pierwszy rozdzial wyjasnia termin Data science i pokazuje zastosowanie tej metody w eksperymentach naukowych. . Rozdzialy od drugiego do czwartego poswiecone sa danym: technikom oceny ich jakosci, wstepnego przygotowania oraz wzbogacenia danych na potrzeby ich dalszej analizy. . Rozdzialy od piatego do dziewiatego opisuja poszczegolne typy modeli predykcyjnych: klasyfikatory, regresory, modele grupujace, rekomendujace i prognozujace. . Ostatnie dwa rozdzialy ksiazki przedstawiaja metody oceny i poprawy jakosci modeli oraz udostepniania ich uzytkownikom jako uslug WWW.